DATA ANALYSIS 数据分析.docx

DATA ANALYSIS 数据分析数据分析是对已知数据和推测数据的一个质量控制过程，通过分析已知数据的分布规律来来获得推测的定义，同时也是为相建模和属性建模参数的定义作准备。数据分析的结果可以直接被相建模和属性建模的模块调用，数据分析分为两类：对离散数据的分析和连续数据的分析。一、离散数据的分析：（相数据分析）相建模意味着把离散化数据的相分布到整个模型网格。通常用户会有离散化的属性曲线通过粗化进入模型网格，然后再通过数据分析来分析这些数据在油藏范围的分布趋势获得推测的定义。1、PROPORTION（比例分析）原井数据会形成直方图，点击FIT ACTIVE/ALL CURVE（S）TO HISTOGRAME，观察在比例分布里是否有异常值，如有，则要进行更改。2、THICKNESS（厚度分析）观察各相的厚度比例。3、PROBABILITY（概率分析）在进行probability分析，需要一个连续变量的属性模型（某种地震属性或繁衍数据体），其目的是分析该离散属性和连续属性的相关性并求出相关概率曲线。4、VARIOGRAMS（变差函数分析）根据数据分布的相关性，调节主，次和垂向变程，调节物源方向，选择分布模型。变差函数是区域化变量空间变异性的一种度量，反映了空间变异程度随距离而变化的特征。强调三维空间上的数据构形，从而可定量描述区域化变量的空间相关性，使克里金技术以及随机模拟的一个重要工具。变程(Range) ：指区域化变量在空间上具有相关性的范围。在变程范围之内，数据具有相关性；而在变程之外，数据之间互不相关，即在变程以外的观测值不对估计结果产生影响。块金值(Nugget) ：变差函数如果在原点间断，在地质统计学中称为“块金效应”，表现为在很短的距离内有较大的空间变异性，无论h 多小，两个随机变量都不相关。它可以由测量误差引起，也可以来自矿化现象的微观变异性。在数学上，块金值c0相当于变量纯随机性的部分。基台值(Sill)：代表变量在空间上的总变异性大小。即为变差函数在h大于变程时的值，为块金值c0和拱高cc之和。拱高为在取得有效数据的尺度上，可观测得到的变异性幅度大小。当块金值等于0时，基台值即为拱高。数据分析中提供3种分布模型球状模型接近原点处，变差函数呈线性形状，在变程处达到基台值。原点处变差函数的切线在变程的2/3处与基台值相交。指数模型变差函数渐近地逼近基台值。在实际变程处，变差函数为0.95c。模型在原点处为直线。高斯模型变差函数渐近地逼近基台值。在实际变程处，变差函数为0.95c。模型在原点处为抛物线。二、连续数据的分析 选择要分析的属性体数据，分层，分相分析 TRANSFORMATIONS （数据转换分析）选择属性体后，会出现数据的分布图，观察数据的分布，有异常值，在输入削截和输出削截中调节数值范围控制数据的分布，输入削截的数据不参与运算，输出削截的数据参与运算，而不向外输出。在进行transformation分析时，可以能够多种数据的处理，包括，输入截断，输出截断，对数变换，；奇异值的消除，1D，2D，3D趋势分析，正态分布变换等